不同的子序列
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/distinct-subsequences/
给定一个字符串 s 和一个字符串 t ,计算在 s 的子序列中 t 出现的个数。
字符串的一个 子序列 是指,通过删除一些(也可以不删除)字符且不干扰剩余字符相对位置所组成的新字符串。(例如,“ACE” 是 “ABCDE” 的一个子序列,而 “AEC” 不是)
示例:
输入:s = "rabbbit", t = "rabbit"
输出:3
解释:
如下图所示, 有 3 种可以从 s 中得到 "rabbit" 的方案。
(上箭头符号 ^ 表示选取的字母)
rabbbit
^^^^ ^^
rabbbit
^^ ^^^^
rabbbit
^^^ ^^^
思路:这是一道典型的动态规划。要得到t在s中出现的次数,我们可以先求出t的首字母在s中出现的次数,然后得到t的前两个字母在s中出现的次数,依此类推…
而要得到t的前i个字母在s中出现的次数,我们又可以先求t的前i个字母在s的前m-1(m为s的长度)子母中出现的次数,那么状态转移方程已经非常明显了。
dp[i][j]表示在s的前i个字母中出现t的前j个字母的次数,则状态转移方程为:
if(s[i] == t[j])dp[i][j] = dp[i - 1][j - 1] + dp[i - 1][j];
else dp[i][j] = dp[i - 1][j];
最后代码如下:
class Solution {
public:
int numDistinct(string s, string t) {
if(s == t)return 1;
if(s.length()<t.length())return 0;//处理特殊情况
int m = s.length();
int n = t.length();
vector<vector<long>> dp(m,vector<long>(n));
int i ,j;
for(i = 0;i < m;i++)
{
for(int j = 0;j < n;j++)
{
if(i < j){
dp[i][j]=0;
break;
}
if(j == 0)
{
if(s[i] == t[0])dp[i][0] = i > 0?dp[i - 1][0] + 1 : 1;
else dp[i][0] = i > 0?dp[i - 1][0] : 0;
}
else{
if(s[i] == t[j])dp[i][j] = dp[i - 1][j - 1] + dp[i - 1][j];
else dp[i][j] = dp[i - 1][j];
}
}
}
return (int)dp[m - 1][n - 1];
}
};
优化方案:从状态转移方程中我们可以发现dp[i][j]的值只与上一层的dp[i - 1][j - 1]和dp[i - 1][j]有关,所以我们可以只定义一个一维数组来存dp[i - 1]的情况,在进行状态转移时直接在dp[i - 1]上进行更新,从而可以减少空间的使用
源代码如下:
class Solution {
public:
int numDistinct(string s, string t) {
if(s == t)return 1;
if(s.length()<t.length())return 0;
int m = s.length();
int n = t.length();
vector<long> dp(n);
int i ,j;
for(i = 0;i < m;i++)
{
for(int j = n - 1;j >= 0;j--) //注意要从上往下更新dp
{
if(i < j){
continue;
}
if(j == 0)
{
if(s[i] == t[0])dp[0]++;
}
else{
if(s[i] == t[j])dp[j] += dp[j - 1];
}
}
}
return (int)dp[n - 1];
}
};
萌新第一次写博客,还存在很多不足,欢迎大家跟我讨论交流,一起学习一起进步。